光电与人工智能：5月9日产业资讯

Sora 不允许生成会构成侵犯版权或看起来像是模仿特定作品的内容。

例如输入以下提示词：「在一艘未来主义的太空船中，使用 35mm 胶片拍摄，一个男人手持光剑向前走」，Sora 将不允许生成片段，因为这样的内容太接近《星球大战》。

Shy Kids在早期测试中也遇到了这个问题。帕特里克回忆说，「我输入了『阿罗诺夫斯基式的镜头』，结果收到了无法执行的反馈。」他还提到，「希区柯克式变焦」也是一个会被 Sora 拒绝的提示。

去年，大模型的快速发展引起了一场好莱坞大编剧 *** ，电影行业对于这项技术的担忧开始增多。今年 2 月， 推出的 Sora被视为硅谷再次对好莱坞发起冲击的信号。3 月初，更是有计划了4 年，资金规模约 8 亿美元，场地面积高达 330 英亩的 12 个摄影棚的设计和建造等一系列的影视工作室扩建计划，因为 Sora 的出现被迅速搁浅。一时间，似乎好莱坞人人自危。

但当使用 Sora 制作了短片的 Shy Kids 对这一技术进行了全揭秘，人工后期被大量使用，Sora 还不能完成一些高级的复杂需求，这些似乎又都给了好莱坞更多缓冲的时间——毕竟 Sora 目前尚处于非常早期的阶段，还远远不能在电影工业的各个环节替代人工。

但值得注意的是：人工智能正在以比过去摩尔定律更快的速度提升智能，这点在以 GPT 为代表的大语言模型已经得到了验证。今天 Sora 的出现意味着视频生成模型已经来到了拐点，或许用不了多久我们就能看到可以用于视频产业甚至电影工业的视频大模型。（极客公园）

5、李开复团队发布首款C端大模型应用，万知定位国内职场“AI特助”

5月8日讯，由李开复带队的AI大模型公司零一万物发布首款面向国内消费者“一站式AI工作平台”——万知。万知定位“AI特助”，除了可以做会议纪要、周报、写作助手，还能解读财报、论文等各类文件。

目前，大众可通过网页()和微信小程序万知AI进行一键登录，支持中英双语、完全免费。同时，万知宣布李开复将亲自出任万知“首席体验官”(er)，与大家一同解锁万知新用法。

三大AI秘技解决现代人“找、读、写”的刚需

一般的白领或学生工作者，在工作或学习中使用电脑、手机最经常的工作任务，不出“找、读、写”三大刚需。搜索和核实信息、阅读大量的文档资料或进行数据分析，进而总结撰写所需要的内容，几乎是人人都熟悉、经常性重复的基础工作流程。迈入人工智能时代，万知针对这三个共性需求，提供了三大AI秘技：

秘技一：AI知识问答：指尖轻松调度100个跨领域的超级IQ博士

基于零一万物国际领先的Yi大模型海量知识库，万知在“兵家必争之地”的AI通用问答场景中，展现出了不俗的产品性能，面对复杂问题也能够快速总结给出“聪明”的高分答案，比起传统信息搜索，AI更能快速直击精准又深度的解答。

与其他通用问答产品相比，万知的一大特色在于，善用多种形式输出更有质量的内容。以表格、简易思维导图等形式替代大量“字海”，便于用户理解。得益于此，在更偏生活化的场景中，万知可以更好地扮演生活小助手等角色。接收用户要求后不到一秒钟，万知就已经将所需信息以表格的形式呈现，方便用户直接上手。同时，为了弥补大模型知识库的滞后性、避免幻觉产生，万知支持实时访问和整合互联网信息，为用户提供最新的数据和见解。

秘技二：AI读文档：秒读5000页字海，多模态读懂中英图表

万知可在10秒内完成数十万字超长文档阅读，而输出高质量问答离不开基座模型无损上下文的能力。在这方面，零一万物已经有了相当成熟的技术积累：零一万物在200K超长上下文窗口的Yi模型版本上进行迭代优化，可以轻松处理40万字资料。今年3月，零一万物进一步推出了基于全导航图的新型向量数据库笛卡尔()，为RAG(检索增强生成)提供了高效极速的检索机制，0.1秒判别用户意图，极速调度检索，给予用户高效的优质反馈。

Yi大模型本身的超长上下文窗口搭配领先的RAG方案，共同构建起了万知“5000页文档速读”的超长文档阅读能力。60万字的英文小说《马斯克传》一度让不少AI助手“宕机”，万知则能轻松解读。

在实测过程中，一篇169页的全英文财报，万知小程序可在3秒内对内容重点进行提炼，对于财报中的财务数据进行解读，并且按照财报叙述逻辑总结重点。在对话末尾，万知还为用户给出提示性质的追问，帮助用户加深对财报内容的理解。

与便于移动入手的小程序相比，万知的PC网页版的功能更加全面，力求在细节方面满足用户需求。如在文档解读场景中，万知PC网页版在输入框内提供了“截图提问”按钮，创新式地将行业领先的多模态模型能力与应用场景相结合。用户可在左侧截取文档内容，针对性进行提问，提高回答效率，再也不用担心解读复杂的各类数据图表，中英双语都能解读。

秘技三：AI创作PPT：手机生成2分钟+PC接力更完美

曾几何时，Boss一阵夺命连环call，打工人就要立马交付各种PPT。现在，仅靠万知微信小程序就能帮你做得有模有样：用户只需要在手机页面输入相关PPT主题，万知就能生成文字大纲，经用户确认后万知还支持一键生成PPT。得益于RAG实时检索，万知AI能够基于“大脑知识+新鲜实事”生成PPT大纲，辅之以多种版式和AI配图，一份精美的PPT两分钟就能出炉。

早上醒来看到老板临时来的PPT任务再也不用怕，即使在早高峰人挤人的地铁里，你也能在手机上利用碎片化的时间进行办公。当然AI的生成效果还不尽完美，如果内容有瑕疵，你还可以在手机端复制链接，转到PC界面(同一个账户PC和手机端均共享历史文件)接力修改PPT，用AI增强换图或本地上传功能优化到满意为止。

目前，万知网页版已内置了机构宣传、职场汇报、地产城市宣传、课程教案、项目汇报等多种模版可供选择。更贴心的是，你可以自定义页数、受众对象、演示场景的属性等条件来定制PPT，输出中文、英文双语可选，跨国的信息准备再也不发愁。同时，你还可以上传Word材料让万知帮你转化成PPT、或上传PPT参考模板进行个性化内容填充。

助力个人工作效率x10，为国内职场量身定做

在AI2.0时代，即便是使用搭载的，用户仍然需要面对空白界面和跳动的光标，一切创意的开端都需要人工参与。而以万知为代表的AI-First工具则存在本质上的不同，用户以自然语言与AI交互，由AI完成初步创作。繁杂的功能界面、文件格式兼容等等不再是创作的阻碍，用户需要学习的仅仅是如何更好地向AI提出需求。

根据万知团队贴近职场用户的研究观察，使用AI-First万知之后的个人工作效率平均有五成以上的提升。其中更大程度的效率提升来自：知识检索和整理、文档构思撰写。针对某一些低专业判断的日常白领任务，比如众多发票分类总结、众多简历资格要点筛选，节约时间高达八成以上；针对文件撰写，以往需要10分钟的内容现在可以1分钟内搞定，一步步助力网友实践个人工作效率x10的目标。

基于大模型能力的AI-first应用将重构职场生态正在成为越来越多行业的共识。用上万知，金融行业从业者能够快速阅读财报，掌握核心数据；HR可以在诸多简历中提取关键信息，洞察候选人优劣；教育工作者可以使用大模型来个性化学习内容，根据学生的学习进度和偏好推荐定制化的学习资源。

在产品设计的过程中，万知也贴合了中国职场的特色。与海外办公场景多集中在PC上不同，中国职场内移动办公的需求更为普遍。在零一万物生产力产品负责人曹大鹏看来，万知小程序与PC网页端有着很强的协同效应，小程序对应碎片化的移动办公，PC网页端则对应专业深度办公场景；小程序是用户输入需求的快捷入口，PC网页端则可供用户做深入的细化调整。

一些小细节上也能体现出万知在提升用户体验方面的用心。在问答场景中，与同类竞品先列索引后给答案不同，万知先给用户答案再列索引，更贴近AI-First产品中的用户体验；在PPT制作页面，万知会更直观地展示PPT生成的过程，缩短用户体感的等待时间。

打造中国

事实上，零一万物已经于去年海外进行了产品试水，探索PMTF，明确了AI读文档、PPT制作等高价值场景，在打造优质专业的用户体验的基础上探索商业化空间。

结合海外实践经验，零一万物将万知定位为“一站式AI工作平台”，将职业白领、大学生等高知群体确定为核心用户层，力求利用大模型能力解决用户工作场景中的真实问题，让每个人都能轻松用上万知这个AI个人特助。

经过2023年的混战，国内大模型产品都在争夺“中国版”的心智定位。回溯2023年初，仅用2个月的时间便获得过亿用户，创下了互联网最快破亿应用的纪录从用户数据角度来看，中国目前还未迎来自己的“”。

零一万物CEO李开复博士表示，大模型推理成本的下降会推动着中国AI大模型进入落地为王的阶段，今年会迎来“大模型应用爆发元年”。基于强大的Yi大模型的模型知识能力，搭配上以AI-first理念精心设计的工具软件界面，零一万物试图打造适合国人的“”。

万知将在竞争中不断迭代。“从目前国内的竞争环境来看，我认为未来不会是一家独大的局面。”曹大鹏表示，“零一万物作为大模型驱动的创业公司，我们会围绕生产力场景做产品创新。”

据他所说，万知已经从海外实践中探索出了AI读文档、PPT等多个高价值场景，同时已基于千亿参数模型搭建起了场景专属模型，之后将会进一步优化模型性能，提升内容生成专业程度。随着模型性能的进一步增强，大众接受程度的提升，未来高价值场景会越来越多，万知也将会为中国用户带来更多惊喜。（中国网财经）

6、元宇宙，还能借数字孪生在工业领域再崛起吗？

元宇宙是被戳破的之一个算力泡沫，被热炒到1.3万美元的地皮价格现在已经被暴跌到2500美元，成交数量到现在每月只剩不到2000笔。

因为元宇宙对现实世界的还原度太低，消费者的体验感太差，像素堪比《我的世界》，作为只面向C端消费者的娱乐产品，玩起来甚至不如15年前的 *** 宠物。

比如刷到美食视频，大家都想要一款可以闻到气味的手机，这需要可以收集传输味道信号的传感器才行，如果元宇宙可以打造《头号玩家》里的绿洲世界，不需要借助周杰伦等名人购入元宇宙资产的资讯炒作，但是只能做到视觉仿真的元宇宙，除了和虚拟货币搭台唱戏，没有任何用处。

致命问题是距离写字楼太近，距离工厂太远，包括苹果VR眼镜的失败，消费级的仿真产品在没办法做到味觉、嗅觉甚至于触觉的全方位还原之前，很难实用。

但是工厂不一样，大部分工业生产设备本质就是投入生产材料，产生生产结果的数据运算，不需要复刻所有的物理细节，只需要收集有限的关键数据就可以做到数字孪生的效果，帮助提高流水线生产效率，数字孪生在工业领域真的有戏。

一、两个世纪前的思想，上个世纪的技术，这个世纪的市场

数字孪生看着像未来的科幻世界，实际在上世纪就已经有了雏形。

数字孪生简单来说就是把现实世界的工厂、流水线、道路等等全部搬到赛博空间，用算力和代码取代钢筋和水泥，再次构建一切。

之前土木梦想是三总五项，今天在工地打灰的都跑路了，大猛子们功不可没，根本上还是因为现实世界的基建已经盖到头了，不可能在水泥墙上雕花；不过赛博空间里的房子很多连地基都没打，如果把现实世界里的房子、工厂、山川、湖泊全部在赛博空间复刻一遍呢？这项工程比给喜马拉雅山装电梯要赚钱。

打个比方，3D沙盘可以看作最早的“数字孪生”，人类尝试还原客观世界，用山峰、河流等地形用泥土等材料实现等比例的静态还原，不过没办法和现实世界同步，比如突然发生滑坡等地形变动不能够实时体现，因为缺乏传感器不能够及时感知姿态、压力的变化。

最早的工业应用可以追溯到上世纪就在用的工业仿真软件，例如军迷很熟悉的模拟风洞和CAD系统制造的数字样机，不用费时费力去造真机，而是利用数字模拟的方式，先在模拟风洞吹风来测试关键数据，检测设计的可行性，仿真效果的好坏同样依赖传感器能否及时准确传回关键数据。

这些可以落地的案例全部需要依托工厂，需要和制造业紧密结合，而不是写字楼，因为目前传感器只能做到测量物体加速度或者振动、环境光照强度等关键数据，可以满足工业生产的需求。

所以能够建模还原现实世界中的工厂和流水线只是之一步，关键还是依靠传感器实现对关键数据的收集、分析以及后续的建模预测。

二、可视化只是数字孪生的之一步

前两年在概念的炒作下，大屏幕＋3D模型可视化成为数字孪生的标配，典型就是120寸大屏幕上放着工厂的全景图，做几个的动画效果，再把不知道几年前的数据标注在各条流水线上，更大的作用就是让不在基层的经理看着界面很简洁舒服，与其叫数字孪生不如叫数据可视化。

这种形态难以提高实际生产效率，只能是给上级看着漂亮，作用类似于大厂PPT，制作工具是unity引擎，技术门槛低到令人发指，以至于很多本科生的毕业设计就是用unity做套所谓智慧城市系统，只是把城市的平面地图搬到了网络空间，只做到了数据的整合标注，难以辅助未来决策。

同时受制于传感器限制，数据动态同步能力差，比如城市里某个建筑的寿命情况变化根本没办法及时获知，所以也就做不到提前维护，道路车流量的变化可以实时感知，不过因为所需算力过多，导致成本居高不下，难以大规模铺开。

说到底，受制于现在的技术水平，数字孪生更多的是愿景，比如《航空周报》做过这样的预测，2035年交付给航空公司的不只是实体客机，还有一架数字客机，这架数字客机会以数据的形式实时同步实体客机的使用情况，比如每次飞行后机体零部件的使用寿命等信息，这样会极大的提升地勤的工作效率，并且提高飞行安全性。

但是这样高精度的数据需要极高精度的传感器，来收集气压、气流温度等数据，按照现在地球的技术水平，难以复制出真正的物理细节，需要三体人的技术才能做出可以实时模拟客机寿命情况的传感器。

就算传感器问题解决，后续在数据的模型建立上也会遇到麻烦，代码能跑起来是对现实逻辑的抽象复刻，BUG是代码运行中遇到了不符合逻辑的情况导致的漏洞，所以代码运行也必须符合现实逻辑，不存在大力出奇迹的情况，客机这些复杂的飞行数据之间的逻辑关系也是难以摸清楚。

三、针对特定场景有独特的解决方案

所以2023年在概念破产后，花重金请软件公司做数字孪生，结果做了堆模型的冤大头企业慢慢减少，业内开始转向做特定场景的数字孪生，开发可以在生产过程中起到具体作用的软件，并且出现了相当一批优秀案例比如港口的动态管理这些系统、高危行业培训、太阳能智能调控等。

比如太阳能发电板在安装的时候需要选择太阳照射时间最长的更优位置，使用过程中，太阳的东升西落、阴雨天气等情况，导致无法最长时间发电，如果事先建立整个太阳能发电厂的数字孪生，就可以在位置选择上，大量减少实地勘探的人力成本，在使用依靠传感器的实时数据，同步调整面板朝向，更大限度发电。

赛博空间因为是数据构成，可以随便怎么“作”，无论摧毁多少次只需要一键就能还原，所以非常适合飞行员培训这种特定情景。

模拟飞行舱视景系统就是典型案例，飞行舱由运动、视景、计算机等五大部分构成，为飞行员提供模拟画面的视景系统部分长期被卡脖子，因此国内228台模拟飞行舱基本全部进口。

随着《王者荣耀》《蛋仔派对》这些游戏的建模日益精美，同样是模拟画面，为什么不用游戏引擎来做一套视景系统呢？游戏公司开窍了，拥有屠龙宝刀，就去做实景模拟系统，历时多年，终于从图像渲染到软硬适配上下游全产业链实现国产自研。

之前抽一根为了造航母，现在买皮肤是为了开飞机。

视景系统不仅可以模拟海洋、沙漠、城市等不同场景，以及白天黑夜、四季等动态变化，让飞行员训练不需要亲自开飞机上天找鸟撞，还可以应用到高空人员培训等高危场景，至少让“菜鸟”提前心理适应。

包括港口的数字孪生，识别条船的位置，评估所需要的停港时间，精准管控每条船的进出港以及吊装时间，给岸上的物流车更畅通的道路规划，极大地提升货物运转效率。

四、互联网赋能传统行业还是服务传统行业？

周鸿祎说过，过去十年是消费互联网，未来十年是产业互联网，消费互联网的核心在于供需的精准匹配，商家需要平台去获客，消费者需要平台来满足日常需求，所以平台的生态位不可或缺，过去二十年线上产业的高歌猛进，也让互联网企业产生了可以改变一切的错觉。

但是工业互联网的商业模式更多的是售卖软件和服务，相当于制造业是甲方，互联网企业是乙方，需要去满足甲方的需要。

互联网企业习惯以自我为中心，往往忽视企业的实际需求，过度依赖之前的经验路径，而且各大厂、中厂都在疯狂制造甲方看不懂的概念，把“对齐颗粒度”这些互联网黑话搬过来糊弄制造业企业。

程序员和工程师也存在巨大的认知差异，很少有既懂代码又懂流水线的复合型人才，整个行业缺乏统一的共识和标准，没有客观的评价标准，难以推进规模化，只能花大成本去和每个客户沟通，做定制案例。

比如制造业企业做数字孪生出发点还是业务需求，需要的是对某几个关键环节进行升级，固化工作流程，提高生产效率，而互联网企业坚持做个全生产流程的可视化，驴唇不对马嘴。

甲方有时候也会为难乙方，在具体的工厂场景，生产计划的排期、良品率等不可控因素，导致数据采集、筛选成本极高，因此建立的模型有很大的不确定性，很多制造业企业又对数据处理成本有着误解，比如数字孪生项目的500W的预算，数字孪生企业只能做到最原始的数据收集，只需要再加100W就能给到优质的数据包，但是制造业企业不想给，又急着赶工期，导致交付的软件效果一言难尽。

尾声

元宇宙的路子没有错，网络空间盖房子、建工厂是必然的方向，建筑原料从钢筋水泥变成了算力数据，程序猿是建筑工人的定位，开发软件、游戏引擎取代了搅拌机这些设备。

从加密货币到现在的生成式大模型，都对算力芯片有极大需求，尤其是前些年的挖矿潮，需要大量的显卡，直接导致芯片价格暴涨，叠加热钱泛滥，催生算力金融化的特征，算力成为新的蓄水池，不过都面临着“距离工厂太远，距离写字楼太近”的问题，可落地的商业解决方案一直难以出现，只能一轮一轮地热炒概念。

之一轮AI浪潮冒出来的C端通用大模型都遇到了瞎编乱造和答非所问的问题，因为大众语料库过于繁杂并且垃圾信息污染严重，反而B端的垂直大模型的语料库经过专业人士筛选和回归验证，质量起码可以保证下限，已经看到投入实际生产的可能。

数字孪生天然和工业相联系，只要肯花钱，可以筛选出优质数据包，数字孪生的理想状态是实现生产过程全数据的动态同步，难点在于传感器的数据收集筛选和建立模型，从而辅助决策，而不是简单的生产过程3D可视化。（观察者网）

7、「来晚了」的小米和华为，凭什么降维打击传统车企？

无论是发布会的惊艳亮相，还是雷军亲自下场直播间开聊SU7开售那些天，小米的泼天流量都让传统车企掌门人如坐针毡，甚至直接下场。

上个月，年逾六十的奇瑞汽车董事长尹同跃亲自上路，和罗振宇搞起直播。他如此形容其中的辛酸：“向余承东学习，向雷军学习，逼着我这六十多岁的老汉都出来了”。

一天之隔，向来低调、神秘的长城汽车董事长魏建军也开启自己的直播首秀。而在更早之前，这个深居简出的传统车企掌门人甚至出现在小米汽车发布会现场。

车企营销战的骤然白热化，很大程度源自中国的造车江湖，新闯入了小米和华为这样的凶猛巨头。

这是新的喋血时刻。先是小米SU7的旋风式扫荡。有数据显示，小米汽车创造了4分钟破1万，7分钟破两万，27分钟破五万，24小时破88898辆的销售记录。和这个记录一个略显夸张的对比是“它几乎是北汽新能源去年全年的销量”。而从去年12月28日开始的小米汽车营销战更像是一场从技术到外形到价格，争议不断，发酵不断的流动盛宴。有自媒体人认为这一场舆论战堪称中国新能源单车型热搜次数、持续时长、被研究深度等多个维度的传播之一。

后是小米在手机江湖时代的老朋友兼老对手华为，在春季沟通会上二次发布了它与奇瑞合作的智界S7。尽管华为没有像小米一样，选择造整车，而是把自己定义为汽车解决方案供应商，但去年底，它和赛力斯共同发布的问界，同样让很多传统车企，包括蔚小理这些造车新势力心头一寒。有数据显示，2024年后，问界全系连续三个月夺得中国新势力品牌销量冠军。在2023年以压倒性优势领跑的理想汽车，一季度销量即被新晋“销冠”AITO问界超越。

在中国造车新势力中，小米和华为无疑是姗姗来迟者。很多人甚至因此把小米汽车视作中国造车最后一个新品牌。但这个迟来者却被寄予厚望。小米SU7发布之前，就有投资人预判它可能会冲击到2023年中国市场销量更高的车型。

庞然大物的入局也刺激到了既有的造车江湖。即便当下的小米汽车仍面临产能地狱、产品质量检验等诸多难关，面对它过于浩大的声势，竞争对手也都按耐不住。

上个月，上汽集团旗下控股子公司智己汽车，针对4月8日晚间发布会上标注小米SU7参数错误一事，再次发布道歉信时，自我辩解之余，还掺杂着情绪复杂的一句：我们无意也更无力挑战小米汽车的泼天流量。

惯常认知中，汽车是集成程度更高、规模更大的工业领域的皇冠，即便从燃油车到新能源车从技术壁垒讲，是一场从发动机和变速箱技术到电机、电控、电池的显著降维，但从戴森和苹果在重投入后，仍然放弃造车就可以知道，造车绝非一场坦途。

那究竟是哪些新缝隙让小米、华为这些本是局外人的手机厂商，可以趁虚而入，甚至吊打有长时间积累的传统车企？手机时代用性价比策略打天下的小米，是否可以在汽车重演一遍昨日故事？更关键的一个问题或许是，小米和华为这两条自带生态的灵敏鲶鱼会把这场包含了生猛的蔚小理、虎视眈眈的传统车企以及逐渐醒来的合资车的大混战引向何处？

一、当泼天流量落到古早的汽车工业

小米和华为与汽车工业的无缝对接，首先因为古早的汽车行业在发生明显变革。

申林路是一位在中国汽车零部件领域从业十余年，后又在德国做新能源投资的行业老兵。他把汽车近些年经历的电动化过程，比作“手机从功能机到智能机”的时刻。大约2016、17年左右，很多用机械机构进行控制的汽车功能被各种电子结构和电机取代达到一个临界点，而这些变化意味着“汽车开始从过去的重工业属性的大宗消费品，变成一种消费电子产品。”

当汽车变成一种消费电子产品，就意味着小米和华为已不再是所谓的局外人，而整个消费电子那套运营逻辑也会被带到古早的汽车行业。

传统的汽车工业，是一个被确定性禁锢住的江湖：经过近百年淘洗，全球就剩下四五家寡头。所有竞争对手都几乎同样的开发速度，每代车型都几乎可以预估它的销量。申林路认为，这是很多传统车企面对造车新势力闯入普遍反应缓慢的原因，而更晚加入的消费电子厂商们带入的是更猛烈的速度和更强悍的软件开发能力，毕竟一款手机，如果3~6个月不发新版，就会被消费者遗忘。

除此外，申林路认为小米、华为这种消费电子巨头最能吊打传统车企的其实是说服消费者的能力。“做快消和消费电子的厂商，他们对于消费者理念和感受的把握以及在营销上的打法和传统车厂是完全不同的”，而这对素来傲慢，重视讲自己故事，而非消费者故事的传统汽车工业是致命一击。

在他看来，特斯拉在德国卖得特别好就是显而易见的服务的差异。“一辆特斯拉出故障了，一个按钮，三秒钟就有人回应你，半个小时他们会派车上门给你换掉，说话还特别客气，同样的情况你试试宝马和奔驰。”

很多汽车投资人常有的一种判断是，未来汽车更核心的能力是算法驱动的、重视快速迭代、重视用户体验的软件能力，而非传统汽车制造领域里那些关乎成本、规模或品牌的东西。一家美元基金的汽车投资人告诉我们，早在2017年，他们就觉得在这个领域，真正的玩家还没有真正下场，而拍脑袋预估过可能会入局的大厂就包括苹果、华为、大疆和小米几家。

在这位投资人看来，很多中国新能源车之所以在国外卖得好，也是因为他们把移动互联网的体验带到了汽车领域。“这些公司也采用用户时长、登录频次等APP控制的移动互联网手段来考核，在用户体验上对燃油车就有碾压级优势。”

除此外，他认为手机厂商在汽车领域还有一个突然的优势，就是他们对规模化制造业成本的控制能力。“这就像移动互联网里的流量，掌握核心流量的，你就很难跟它去PK”。

二、小米可以重复昨日的性价比神话吗？

当年的小米入局手机行业后，凭借清晰的性价比定位，完成了把外资品牌挤走，把山寨机产商打掉的整合过程，最终与华为、苹果以及vivo、oppo等厂商数分天下。2023年12月，小米在中国智能手机市场的销量超过苹果升至之一，市占率为16.5%。

来势汹汹的小米会在汽车行业重复同样的性价比神话吗？多位汽车投资人都认为不会复现。

一位从业多年的产业资本投资人告诉我们，难以复现的原因是小米进入手机领域时，还相对蓝海，而新能源车早已有比亚迪、吉利这些大玩家把性价比策略发挥的淋漓尽致，汽车的用户也要比手机的忠诚度要高，加上手机供应链相对短，供应商就几百家，而汽车可能有上千家，所以留给小米的整合空间并不大。

在另一位美元基金的汽车投资人看来，汽车行业短时间很难形成类似手机那样的寡头垄断局面。是因为手机行业的盈利模式是手机厂商拿走大部分利润，因为手机最后把竞争收敛在摄像头、屏幕这些偏精密加工的半导体制造业，这意味着手机厂商可以通过投资或其他方法做到价格的相对垄断。

而新能源汽车领域，竞争则远远没有收敛，而且汽车的核心供应商则没那么容易被主机厂绑架，像宁德时代、汇川本身也是巨头，他们都在不断扩展他们的业务范围，使得他们不容易被某个细分行业绑架。

尽管不会垄断，但多位汽车投资人认为，这些消费电子厂商肯定会有二三成的市场份额。

至于华为，待解的是，它与赛力斯、奇锐等厂家的合作模式究竟可以在多少家车企上打通。

一位产业资本的汽车投资人把华为赛力斯这种合作模式比作手机领域的安卓模式。在他看来，像这种可以全方位合作又形成良性互动的例子并不常见，毕竟“软件服务的一体化程度非常高，所以合作时需要另一方完全的接纳，但这又像结婚过日子，一方很难完全听另一方”，智界S7二次上市某种程度上也说明同时经营好多个品牌，协调好彼此的权力与利益并非易事，所以究竟有多少家可以和华为形成这种模式的合作也值得更多观察。

有行业人士告诉我们，当软件和数据能力开始成为汽车下一个时代的竞争核心时，最终的大玩家肯定不会愿意通过采购来实现，所以最终很可能会形成以特斯拉为标杆的包括蔚小理在内的一部分公司，大部分时间选择自主解决智驾问题，它们更像是iOS系统的苹果。更大一部分会则凭借品牌或其他维度的优势，像安卓模式那样，选择和其他科技公司合作，采购第三方智驾等服务。剩余的则是华为、小米这种软件能力尤其突出的巨头公司。

三、2024年的新能源车将卷向何处？

小米和华为的入局，让更多车企猛然醒来，也让这场包含了造车新势力、传统车企以及合资车的大混战成为更焦灼的战场。

更先出局的无疑是合资品牌。在蔚来资本李尧看来，长期来看，中国的自主品牌至少会占整个汽车市场70%的市场份额。事实上，一些价格带更容易被平替的二线合资品牌也已退出中国市场，其余高端系列也并不乐观。在明势资本合伙人夏令看来，2024年，800V高压平台、4C/5C电池、480KW超充将会成为中国新能源车标配，10分钟充电400KM以上是纯电新车的门槛级产品力。而“反观BBA，普遍在2026年之前都会是400V平台。如果400km补能时间是10分钟vs30-40分钟，那在体验上将有质的差异。”

而其它的自主品牌则注定要在无比内卷的中国市场殊死搏斗。

首先是血雨腥风的价格战。从特拉斯单车毛利率的下降，可以感知到新能源车一直是明确的持续降本趋势，2024显然也已拉开这个大幕。

早在2022年，因为捕捉到新能源车的异常内卷，就有一家美元基金的汽车投资人拉着中台做研究的部门把汽车工业的百年历史分析了一遍。然后在很多基金还在投一些整车的细分方向，比如重卡、商用车、细分的suv等时，就毅然决然地决定，放弃对整车的投资，因为整车开始进入新的内卷周期，这个过程可能持续10年甚至更长。

可以预见的恶性价格战也让蔚来资本的李尧忧心忡忡。他以多年前中国摩托车在东南亚的惨痛经历来举例。当时中国摩托车一度占到80%的市场份额，但因为很多中国摩托车厂开始通过无底线的价格战来竞争，使得产品品质整体下滑，最终把整个市场拱手让给了后来的日本。

其次是技术战。2024年，比较明确的新变化是智能驾驶和智能座舱越来越被消费者接受。其背后是大模型的出现让软件栈上有了统一，所有的迭代和进化因此加快。夏令表示，如果2024年，特斯拉可以进一步揭秘其FSD V12“端到端自动驾驶”的技术细节，那自动驾驶落地就距离商业化更近了一步。也或许因此，2024被一些人誉为NOA“高阶智能驾驶”元年，甚至很多车企把在50-100座城市实现NOA当成2024年的目标。在一位产业资本的汽车投资人看来，智能驾驶真正作为一个明确卖点，也始自华为，然后才是蔚来、小鹏等公司的快速跟进。

然后是无可争议的营销战。带着手机江湖的营销基因，华为和小米正逼迫传统车企的掌门人纷纷下场，亲手抓营销业务，紧急补上流量这一课。

当然中国车企疯狂内卷的尽头还有出海的选项在等待。

关于中国车企的出海，上述美元基金的汽车投资人认为这波出海的一个崭新趋势是，出海的不光是整车，还包括上游的所有供应链，他认为，2024年，中国车企在国外开工厂，雇佣当地人来做管理和输出，将会是更普遍的现象，而非当年福耀玻璃那样的爆炸性资讯。中国的新能源车不仅可以在一些新兴市场会成为绝对老大，也能在一些成熟的发达国家能够站住脚、赚到钱，同时培养一部分经销商体系或者用户群。

在蔚来资本的李尧看来，这波出海不同于过往出口的是要在当地做生意。“不光把车卖到当地，还需要在当地建立经销商、补能网络等服务体系，也需要在当地建立品牌认知”。

关于这场新能源车混战的终局，明势资本的夏令认为2024年年尾中国新能源渗透率能在50%以上，2025年则能到70%。李尧则认为如果能消除用户的里程焦虑，长期来看大概还有一倍空间，“最终能占到9成以上”。

但究竟是谁笑到却是难以预测的。

在研究完汽车工业百年时，一家美元基金的汽车投资人发现汽车行业的内卷并非是新能源时代的独有现象，燃油车时代也是每隔二三十年就极度内卷。“很多我们熟知的汽车巨头，像通用、大众和丰田都有过被 *** 救济的经历”。

也或许因为历史的惨烈，马斯克才经常戏称：“美国百年汽车史上，只有特斯拉和福特没破产过”。（36氪）

8、从弱人工智能到通用人工智能：AI的演变与未来

想象一下，如果艾伦·图灵和约翰·麦卡锡有 ，他们的帖子可能会让服务器崩溃！

在科技界的历史长河中，人工智能的发展历程就像是一场过山车，经历了激动人心的 *** 和令人沮丧的低谷。1950年，图灵提出了“图灵测试”，仿佛在科技界投下了一枚深水炸弹。紧接着，1956年的达特茅斯会议上，麦卡锡正式提出了“人工智能”这个术语，引发了一场科技界的“大地震”。但是由于算力以及数据的限制，当年人工智能所提出的美好愿景并没有能够真正的兑现，也因此在上世纪的八九十年代进入了一段时间的寒冬。

随着计算能力的飞跃和大数据的浪潮，AI 终于在 21 世纪迎来了自己的春天。尤其是在2012年， 在图灵奖得主Geoff 的实验室里横空出世， 不仅在 竞赛中一骑绝尘，更让世界看到了人工智能改变世界的巨大潜力。此后，语音识别、自然语言处理、自动驾驶汽车、医疗诊断等诸多领域在 的影响下均取得了显著进展。

一、弱人工智能与强人工智能的对比

“弱人工智能就像是个专注于一项运动的运动员，而强人工智能则像是奥运十项全能冠军，无所不能。”

虽然 AI 已经在学术界和产业界被广泛研究和应用了，但其对于绝大部分普通人而言还是比较遥远的。因为过去是由弱人工智能主导的，即设计和训练用来执行特定任务的智能系统。这种类型的AI并不具有真正的理解或意识，它仅仅在其被训练的特定任务领域内表现出智能。

举个例子，用 YOLOX 检测安全帽的模型，如果它有情感，可能会觉得自己的工作很“帽子”——它只能检测到安全帽的存在，却无法理解工人是否真的正确佩戴。后续假如我们假如想知道是否正确佩戴安全帽的话，可能还需要在数据上进行调整或后续的一些处理逻辑才能真正实现业务流程上的闭环。

而强人工智能，尽管尚未实现，却已经在 架构的推动下，展现出了迈向全能的潜力。

二、聊天机器人的进化

“ 早期的聊天机器人（弱人工智能）可能更适合去当门卫，因为它们只会说“是”或“不是”。然而，基于 的 的出现，就像是聊天机器人界的“文艺复兴”， 在刚被推出的时候就受到了广泛的关注，是史上用户增长速度最快的消费级应用程序。”

以往 AI 常被我们戏称为“人工智障”，但 除了一些敏感话题（比如涩涩或者政治）确实问什么能够回答什么，并且知识体系比你还更加丰富，这在以往的聊天机器人中是难以想象的。

这之间主要的差异在于，以前早期的聊天机器人主要依靠模式匹配和固定的回答库，它们缺乏真正的理解能力和灵活性。这其实也是前面我们所提到的弱人工智能。

比如苹果手机用户常见的 Siri 就是一个早期版本的聊天机器人。这一类的机器人会设定好一个回复的范围，比如说只在听到地点、闹钟或者特定的模式的情况下才会启动，当我们发出超过其数据库所支持的信息的时候，Siri 会选择拒绝回答，这也是为什么我们会经常觉得 Siri 有点笨笨的原因。

这种基于 架构的大语言模型与传统的聊天机器人截然不同。这种模型通过在大量文本数据上进行预训练，学习了语言的深层结构和上下文关系，因此能够生成连贯且相关的文本。这个模型不是简单地遵循一套预设的规则，而是通过分析互联网上海量的数据来掌握词语间的逻辑关系，结合人类的强化学习以及指令跟随的微调，逐渐学会了用人类的方式进行交流。

架构图

这就像婴儿从小听到大量的语言，随着基本语法和表达方式的学习，孩子的语言能力会逐步成熟，最终能够流利地进行对话。

当然 肯定不单纯是一个牙牙学语的婴儿，在我个人的角度看来，更像是一个学过网上所有知识的，能够使用大量工具且保守而道德的名校本科毕业生，但是只能进行短暂的理性思考，并对我们的问题只能产生有限的回复。

这样一个“名校本科毕业生”的训练过程远不是简单地制定几条规则那么简单，而涉及一个精心设计的模拟人脑的深层神经网络。模型通过大量文本输入，学习不同场景下的更优回应。然而，由于神经网络的多层复杂性，我们很难完全理解其内部工作机制，这也是为什么它被称为“黑盒模型”——我们只知道输入问题后，机器就会生成一个答案 A，但我们并不知道这个答案依靠的具体原理和触发的机制。这其实与大脑的运作类似，但 的能力也确实已经对我们产生巨大的影响。

三、生成式AI的“超能力”

除了文字写作交流之外，当前的生成式AI技术已经扩展到听、说、读等多个方面。例如，可以借助 DALL.E 3 的功能进行图像生成，并能解析图片中的内容和信息。此外，最新在手机应用上也支持通过语音与AI进行交互。用户只需口述问题，的 模型便能将语音转换为文字，并通过接近真人的语音回应用户。

还有就是最近非常火爆且由 推出的文生视频模型 SORA，它打破了视频生成行业过往技术的旧框架，不仅能够生成长达一分钟以上的高清视频，还支持连续视频生成和多角度展示，完全颠覆了我们对视频制作的传统认知（尽管虽然目前还没有完全放开让用户进行使用和测试）。

那既然 能够拥有听说读写的能力，已经基本具备了一个工具“人”的前提条件。那假如我们能够为其打造一幅机器的身躯时期能够真正的做到某些的事情那岂不是更好。当然就已经有公司这么去做了，比如说下面图片所展示的 ，就是利用机器人与 的结合使其能够明白自己接下来要做的事情，并且找到合适的程序去执行这部分内容。

四、生成式AI所带来的冲击与改变

从上面我所介绍的这一系列的技术进步和突破无不说明着当前的生成式AI工具正在慢慢的从某种特定领域的智能慢慢走向多领域综合智能方向上的发展，也就是我们所说的强人工智能。其能够开始通过文字、语音、图片等信息综合的回复我们。虽然在实际技术上，尤其是视频和图像生成方面还并不太成熟，但是真的已经在对我们现有的生活或者工作进行了冲击。

想象一下，我们在网页和对话就好像在对面坐了一个知识面很宽泛且丰富的人一样，并且 7* 24 小时的为我们进行待命。只要我们能够合理的提出我们的需求，他都能够之一时间给予我解答。无论这个答案最终到底是对不对的，但是其还是会为我们提供一些有益的思路进行进一步的工作。

这对于学生而言，由于他们的日常工作就是学习，有了 那几乎就等于是请了一个有教无类的私教。我回想起自己研究生期间学习关于机器学习的基础知识的时候，很多问题不知道找谁能够去请教，就只能自己在B站或者上看视频一个个的来学习，而且由于代码能力弱，当代码出现Bug的时候也会很无力想放弃。但是现在有了 后，几乎我们能够在数据处理以及模型训练方面实时的获取到帮助与回复，并且在遇到 Bug 时能够替我分析问题出在哪里以及要如何改进。

这样定制化的学习体验是无与伦比的，毕竟一些教学视频只能够针对于一个特定的问题，当这个问题稍微变换了一下可能就会导致错误的发生。但是真的能够基于你个人特定的问题进行针对性的解答，并且实时的反馈，就好像那只点击按钮能够获得 *** 的老鼠一样，我们点击就能够得到反馈和回复，我们真的可能会开始依赖这个技术来成长和进步。

另外，对于学生而言，其很重要的一个工作就是写论文。那在写论文的过程中我们其实经常会犯的一个问题就是写作过于口语化。这个其实也是我的亲身经历，我就在本科论文写作的阶段被导师说太多的口语化的内容，本质上来说就是不够简洁明了。一般来说我们假如自己不想学不想做的话，那是要找专门的润色公司或者收费软件来对论文进行处理的，但是假如我们现在有了之后，我们其实直接一部分部分丢进去让其帮忙润色就可以了，根本就不需要再花很多钱去找了，这其实真的会节省掉很多的时间。就像李宏毅老师在其生成式AI的课堂所提到的说，他会让所有他的研究生在发论文给他看之前先润色一遍，那这样就基本语言就会比较严谨一些而且不会有太多的语法错误。

那对于工作中的人而言，同样有其重要的价值所在。比如说现在很多无意义且空洞的“盒子工程”，其实就是内容没人看但是你得写完放进盒子里，那其实借助大语言模型的力量来生成这部分无意义的文字会比起自己写效率高很多。那除了无意义的文字工作以外，让原本没有代码能力的人拥有通过自然语言来编程来让自己部分的工作变得自动化，这也是非常重要的内容之一。编程语言的学习的门槛其实也是有一些的，就比如比较简单的编程语言学起来也是需要一段时间的，但是现在我们都可以不用学习编程语言，而是通过这类大语言模型作为其中的"翻译器"来进行转换形成一个可以实际应用的代码文件，这本身就是一个很有价值的事情。

就拿解压文件来说，当我们需要手动一个个的解压然后点开的话，其实还是蛮复杂的，但是假如我们将文件地址发给然后让其对这个文件夹里所有的文件都进行解压，然后几行代码的运作就能够实现的话，这个还是非常方便且快捷的。除此之外，还有像是pdf转word以及图片文字提取这类的工作，中也有大量的库去支持完成。那就不需要我们额外去寻找一些APP去执行这部分的事情了，直接通过代码又快捷又好用的来完成即可。

那无论是打工人还是学生，利用来完成一些文档总结或是资料搜索也是非常方便的，这其实就相当于一个加速器，对于能够利用好AI工具的人们来说，他们的学习速度或者工作效率会提升非常多。那对于老板而言，这也是非常高兴的，因为这样的效率提升对他们而言就意味着可能能够以更低的成本赚到更多的钱，这也是为什么我们看到国外的大型科技公司其实裁员都蛮严重的，毕竟很多的工作内容经过了AI的加速后就并不需要那么多的人完成了。并且现在的经济环境整体也是在下行趋势，很多的企业也都在进行裁员及优化，这个时候资本家们也更有动力去利用AI技术去优化人员提升整体收益。并且写一个应用AI的故事也可能会对公司的估值产生积极的影响，何乐而不为呢？

五、生成式AI的局限性

是不是开始有危机感觉得说大模型可能对我们产生威胁了。实际上大模型对我们的威胁还远远未到来。首先就是当下这个阶段的AI在面对实际复杂的工作的时候还是很难独自去完成。即便是使用上Agent技术的，实际测试下来真的要完成某一个相对比较复杂困难的任务的时候经常会错误百出，很难真的能够组合成一个团队完成某些特定的任务。又比如说最近很火的AI程序员Devin，虽然其能够做到大量的编程相关的任务，并且在SWE-bench上自动正确解决问题的比例也远高于 2（4.80%）以及GPT-4（1.74%），但是实际的正确率也仅仅只有13.86%，还远没有能够做到替代程序员的可能性。

除此之外，之所以现在的生成式AI很难取代现在的人类，其实有一个更重要的原因就是消耗的能源。我们应该都知道训练一个大模型所需要花费的时间以及算力都是非常庞大的，经常就是一个模型用几万张显卡训练个几个月才能得到一个基础模型，那每一张显卡的运行都是依靠的是电力资源，虽然在一些水资源或者太阳资源丰富的区域里电价可能会比起单纯的火力发电比起来便宜，但是整体来说为了让大模型训练出来以及后期来自全网的大量模型推理，这其中的产生的能源消耗以及碳排放都是难以想象的。就如下面这张图所展示的那样，在2022年时候就统计了训练175B的GPT所花费大约500吨的碳排放，而人类生活一年所产生的碳排放也就才5.5吨。未来在国内有指标要实现碳达峰和碳中和的情况下，碳排放可能就变成一个权力了，我们到时候可能都未必能够买得到足够的碳排放额度来训练模型了。

与基于深度学习的大模型所消耗的能源相比，人脑则有着其得天独厚的优势。人脑在处理信息和执行复杂任务时，能源效率远超现代计算机和AI系统。据研究表明，人脑的能量消耗大约为20瓦特，相当于一个小型灯泡的功率，而当前的AI系统在执行相似的任务时可能需要数千倍的能量。此外，人脑在处理不确定性、进行抽象思维以及学习新技能方面显示出了极高的适应性和灵活性，这些是目前的AI技术难以匹敌的。因此，尽管AI在处理大量数据和执行特定算法方面表现出色，但人脑在能源使用效率和处理复杂性方面仍保持着明显的优势。

但是其实我们也并不能完全的掉以轻心去不担心AI会将我们取代掉。在李飞飞联合领导的斯坦福大学以人为本人工智能研究所（）发布了的《2024 年人工智能指数报告》（ce Index 2024）中就指出，人工智能在某些任务上已经超越了人类，比如说图像分类、视觉推理以及英语理解等方面。当然在在竞赛级数学、视觉常识推理和规划等更复杂的任务上依然落后于人类。但是随着AI技术飞快的发展，越来越多的模型在不断迭代升级。2022年11月才发布的GPT-3.5,2023年3月就推出GPT-4，并且最近要推出GPT-5的留言也越来越甚嚣尘上。未来会变成什么样是真的很难去预测。

六、总结

总的来说，在这个时代下，我们作为人类而言，其实真的需要好好思考一下大模型的能力局限以及人类的特长所在。在AI模型做得很好的地方，我们其实可以利用AI工具来完成，比如说一些简单的重复工作，这些就交给AI来写程序就好。但是对于AI模型做得不好的地方又是人类所擅长的地方，比如说复杂的思考与分析，那我们就要积极的抓住这些机会，努力的发展出竞争性的差异，从而避免在未来与AI的竞争中落于下风。那假如想知道我们需要培养的品质和能力有哪些，敬请期待下期关于AI时代下我们所需的品质与能力的介绍吧！（AI智胜未来）

本公众号面向高端社会精英

探索技术发展趋势、展示产业进步成果